原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
考虑表中二元分类问题的训练样本集
整个训练样本集关于类属性的熵是多少？
关于这些训练集中的信息增益是多少？
对于连续属性,计算所有可能的划分的信息增益。
根据信息增益，哪个是最佳划分?
根据分类错误率，哪具最佳？
根据指标，哪个最佳？
答.
() (?)
? () ? () .
答：
（估计不考）
答：
答: , .
答：
: .
: .
, , .
答：
考虑如下二元分类问题的数据集
计算信息增益，决策树归纳算法会选用哪个属性
计算 指标，决策树归纳会用哪个属性？
这个答案没问题
从图可以看出熵和指标在[]都是单调递增，而[]之间单调递减。有没有可能信息增益和指标增益支持不同的属性？解释你的理由
,
, , Δ,
, ,
() ().
贝叶斯分类
( ?) , ( ?) ,
( ?) , ( ?) ,
( ?) , ( ?) ; ( ) ,
( ) , ( ) ,
( ) , ( ) ,
( ) .
( ) ( )( ) ,
( ?) ()( ) ,
( ) ( )( ) ,
( ?) ()( ) ,
( ) ( )( ) ,
( ?) ()( ) .
( , )
当的条件概率之一是零，则估计为使用估计概率的方法的条件概率是更好的，因为我们不希望整个表达式变为零。
( ) , ( ) , ( ) , (
?) , ( ?) , ( ?)
.
: ( , ) .
, () (?). , () ()()() (?) (?)(?)().
() (?) () ,
() (?).
,
() ( ) × ( ) × ( )
(?) ( ?) × ( ?) × ( ?)
() , () .
.
( ) , ( ) ( ) () ×
() . , .
.
( ) , ( ) , ( ) ( )× ( ) . .
.
( ) ( )
( ) . ( )
( ?) ( ),
.
使用下表中的相似度矩阵进行单链和全链层次聚类。绘制树状况显示结果，树状图应该清楚地显示合并的次序。
, , , .
: (
).
: .
, .
文档评论（0）